CN113506463A - 立体车库的存取车方法 - Google Patents
立体车库的存取车方法 Download PDFInfo
- Publication number
- CN113506463A CN113506463A CN202110542110.0A CN202110542110A CN113506463A CN 113506463 A CN113506463 A CN 113506463A CN 202110542110 A CN202110542110 A CN 202110542110A CN 113506463 A CN113506463 A CN 113506463A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- path
- optimal
- parking
- stereo garage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Abstract
本发明提供了一种立体车库的存取车方法,该方法以物联网网关作为执行载体,包括:S101:物联网网关接收指令,并识别指令的类型;S102:若指令为取车,获取车辆的位置,通过广度优先搜索算法、取车路径的评分得到最优取车路径,将最优取车路径转发至自动操控机构;S103:获取车辆对应的空车位,通过广度优先算法计算计算空车位移动至立体车库存取口的最优移动路径及车辆从立体车库存取口存入立体车库的最优存车路径,获取最优移动路径、最优存车路径对应的运营成本,将运营成本最小的最优移动路径、最优存车路径转发至自动操控机构。本发明通过物联网网关的边缘计算实现存取车,降低了存取车的计算复杂度,确保了存取车调度的时效性、经济性和可靠性。
Description
技术领域
本发明涉及立体车库技术领域,尤其涉及立体车库的存取车方法。
背景技术
中国城市化进程的快速推进造成了与之相适应的车库基础设施协调发展不充分的问题,立体车库(StereoGarage,SG)应运而生。相较铺设于地面上的平面车库,立体车库通过车位之间垂直或水平方位的灵活移动实现了上层空间的高效利用。
现阶段车辆的存取常以立体车库监控系统和智能控制系统作为底层设施,辅以云计算和边缘计算融合的计算方式进行存取车调度,其中,由物联网网关以边缘计算的形式将采集设备采集的存取信息进行初步计算,并将计算结果发送给云端,并将云端发送的存取车信息传输给立体车库控制系统以及进行存取车操作。该解决方案侧重于从整体着手来实现精细化调控,适用于云计算通信实时性较高的场景。然而,立体车库通常铺设于楼宇的地下层,通信状况不佳,且其金属性的网架结构进一步干扰了云计算和边缘计算融合型模式的通信,使得现阶段在进行存取车时容易因通信干扰使存取车调度陷入停滞,降低了的用户的存取车体验和使用积极性。
发明内容
为了克服现有技术的不足,本发明提出一种立体车库的存取车方法,通过广度优先搜索算法得到存取车路径的集合,再依据存取车路径的评分或成本来选取最优路径,这些计算均通过物联网网关的边缘计算实现,解决了当前存取车容易受干扰的问题,整套机制有效降低了存取车的计算复杂度,确保了存取车调度的时效性、经济性和可靠性,有利于提高用户的存取车满意度。
本发明采用的一个技术方案为:一种立体车库的存取车方法,包括:S101:物联网网关接收指令,并识别所述指令的类型,所述类型包括存车指令、取车指令,若所述类型为取车指令,则执行S102,若所述类型为存车指令,则执行S103;S102:获取车辆的位置,通过广度优先搜索算法、取车路径的评分得到最优取车路径,将所述最优取车路径转发至自动操控机构,以使所述自动操控机构根据所述最优取车路径取车;S103:获取车辆对应的空车位,通过广度优先算法计算计算所述空车位移动至立体车库存取口的最优移动路径以及所述车辆从立体车库存取口存入立体车库的最优存车路径,获取所述最优移动路径、最优存车路径对应的运营成本,并将运营成本最小的最优移动路径、最优存车路径转发至自动操控机构,以使所述自动操控机构根据所述最优移动路径、最优存车路径执行存车。
进一步地,所述物联网网关自组网形成边缘计算网络,通过边缘计算网络执行所述存取车方法。
进一步地,所述取车指令为立体车库操作人员现场发出的取车指令或车主用户的远程请求,物联网网关收到取车指令后,获取所述取车指令对应的车辆所在的车位,通过广度优先搜索算法进行取车路径搜索,得到取车路径集合;利用公式计算每条取车路径的综合评分,并将综合评分最小的取车路径确定为所述车位的取车路径,将所述取车路径发送给自动执行终端,其中,Si为第i条取车路径的综合评分,β1和β2分别为所述取车路径的时效性权重和经济性权重,ti为第i取车条路径的移动时间,tmax为所有取车路径中的最大移动时间,pi为第i条取车路径的成本,pmax为所有取车路径中的最大移动成本,ti/tmax和pi/pmax为去量纲后的折标值。
进一步地,通过目标函数minf=Cd+Ckj计算运营成本最小的最优移动路径、最优存车路径,其中,Cd为立体车库将空车位移动至存取口的固定成本,Ci为将存取口的已存车位移动至第k排第j列的车位的可变成本,通过广度优先搜索算法、立体车库受力平衡约束计算已存车位移动至kj车位的最优路径集及最优路径集中每条最优路径的成本,立体车库受力平衡约束为Xkj为第k排第j列的车位状态,数值为0或1,1表示已存,0表示空闲,Nmax表示不同排车位之间最大允许的已存车位差。
相比现有技术,本发明的有益效果在于:通过广度优先搜索算法得到存取车路径的集合,再依据存取车路径的评分或成本来选取最优路径,这些计算均通过物联网网关的边缘计算实现,解决了当前存取车容易受干扰的问题,整套机制有效降低了存取车的计算复杂度,确保了存取车调度的时效性、经济性和可靠性,有利于提高用户的存取车满意度。
附图说明
图1为本发明立体车库存取车物理信息一实施例的架构图;
图2为本发明立体车库的存取车方法一实施例的流程图;
图3为本发明立体车库一实施例图
图4为本发明物联网网关一实施例的功能图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
请参阅图1,图1为本发明立体车库存取车物理信息架构,本发明的立体车库存取车方法恰是应用于其中。结合图1对本发明的立体车库存取车方法所应用的架构进行详细说明。
在本实施例中,立体车库存取车物理信息架构包括应用层、网络层、感知层,其中:
1)感知层布置于商场、酒店等楼宇的停车区域,通过计量设备、采集设备等感知设备获取停车区域的全景信息,主要包含汽车车牌和类型、立体车库中车位的可利用状态和电动汽车充电明细,最终以ZigBee、WiFi等通信方式将感知数据传递至网络层。
2)网络层负责将多源异构型感知数据整合,且作为整体架构的枢纽,由边缘计算的核心——物联网网关来实现高阶应用,存取车策略、数据统计与分析和智能调控策略等均由该层级来实现,最终将计算得到的调控指令下发至立体车库操控系统,以及上传感知数据和调控指令至云平台。
3)应用层主要面向SG管理者和用户,通过Web或APP实时展示SG运维状况、电动汽车充电状况等,并支持远程下达调控指令来管理立体车库。
请参阅图1,本发明提出的立体车库存取车物理信息架构区别于传统的云计算和边缘计算融合型的计算方式之处为:存取车方法的计算均由物联网网关实施边缘计算来实现,其存取车方法流程请参阅图2,包括:
S101:物联网网关接收指令,并识别指令的类型,类型包括存车指令、取车指令,若类型为取车指令,则执行S102,若类型为存车指令,则执行S103。
S102:获取车辆的位置,通过广度优先搜索算法、取车路径的评分得到最优取车路径,将最优取车路径转发至自动操控机构,以使自动操控机构根据最优取车路径取车。
S103:获取车辆对应的空车位,通过广度优先算法计算空车位移动至立体车库存取口的最优移动路径以及车辆从立体车库存取口存入立体车库的最优存车路径,获取最优移动路径、最优存车路径对应的运营成本,并将运营成本最小的最优移动路径、最优存车路径转发至自动操控机构,以使自动操控机构根据最优移动路径、最优存车路径执行存车。
请参阅图2,图2为本发明立体车库的存取车方法流程,SG运营者通常在停车区域的入口处装设摄像头,该摄像头将视频流传输至物联网网关来识别入库车辆的类型和车牌号,再依此订制存取车策略。将取车路径的获取视为华容道游戏的降维版,如图3所示,SG取车的“获胜”条件为移动目标车位到达存取口,而华容道游戏的获胜条件为曹操逃离至下方的出口。对SG运营者而言,即寻优任意车位到达存取口的移动路径,该路径为经济性和时效性的综合解。
请参阅图2,S102的具体流程如下:
1)取车指令可来源于SG操作人员现场发出的取车指令或车主用户的远程请求,物联网自组网形成的边缘计算网络在收到取车信息后立即进行路径搜索,得出的一系列路径可表示为:
式中:fi为第i条取车路径,0≤i≤N,N为取车路径总数;FN为取车路径集合。
2)物联网网关求取N条取车路径的预估时间和取车成本,并对其进行加权求和,得出综合评分,综合评分越高表示SG为此路径付出的代价越大,反之则更小。可表示为:
式中:Si为第i条取车路径的综合评分;β1和β2分别为时效性权重和经济性权重,由决策者自拟;ti和tmax分别为第i条取车路径的时间和最大取车时间;pi和pmax分别为第i条取车路径的成本和最大取车成本;ti/tmax和pi/pmax表示去量纲后的折标值。
3)于是,边缘计算网络综合评分最低的取车路径选定最优取车路径,并发送给SG中的自动操控机构。
请参阅图2,在存车指令S103中,物联网网关视车牌号为车辆的唯一标识,基于SG中车位的可用状态和车辆类型(即电动汽车或非电动汽车)选择空车位,并以SG运营成本最小为目标建立存车模型。其中,SG运营成本等于SG将空车位移动至存取口的成本与将已存车位移动至指定位置的成本之和,前者可通过取车搜索策略得出最优路径下的成本。该存车模型为一个简单的混合整数凸模型,可用单纯形法对其进行求解。请参阅图2,S103的具体流程如下:
1)视存车问题为一个混合整数规划问题,其目标函数为最小化运营成本minf=Cd+Ckj,其中,Cd为立体车库将车辆对应的空车位移动至存取口的固定成本,且电动汽车优先选取带充电桩的车位,可参照取车方法得到,Ci为将存取口的已存车位移动至第k排第j列的车位的可变成本,可通过广度优先搜索算法逆向求得移动至kj车位的最优路径集及其成本;其约束条件为立体车库受力平衡约束其中,Xkj为第k排第j列的车位状态,数值为0或1,1表示已存,0表示空闲,Nmax表示不同排车位之间最大允许的已存车位差;
2)用单纯形法计算最优路径对应的最优移动路径、最优存车路径,并将该最优路径发送至自动操控机构。
通过上述方法,即使立体车库与云平台的通信受阻也只会影响云端的数据备份,且物联网网关固有的存储容量可短时存储通信受阻时的运维数据,故不会造成数据丢失。基于此,物联网网关在整体架构中承担的功能如图4。由于已将数据处理与存储解耦,故不会对存车业务造成负面影响,提高了立体车库的存取车稳定性。
有益效果:本发明立体车库的存取车方法通过广度优先搜索算法得到存取车路径的集合,再依据存取车路径的评分或成本来选取最优路径,这些计算均通过物联网网关的边缘计算实现,解决了当前存取车容易受干扰的问题,整套机制有效降低了存取车的计算复杂度,确保了存取车调度的时效性、经济性和可靠性,有利于提高用户的存取车满意度。
在本实施例中,物联网网关包括计算模块、存储模块、通信模块,存储模块存储有程序数据,物联网网关通过该程序数据执行如上述实施例所述的立体车库的存取车方法。其中,通信模块通过ZigBee、Lora、WiFi以及其他无线通讯方式传输数据,计算模块根据存储模块存储的程序数据执行存取车策略、自组网、数据分析等功能、存储模块存储有历史数据,并执行缓存、数据压缩整合功能。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即,将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
所述集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的程序数据可存储于一计算机可读存储介质中,该计算机程序在被执行时,可实现上述各个方法实施例的步骤。其中,所述程序数据包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (4)
1.一种立体车库的存取车方法,其特征在于,通过物联网网关执行存取车方法,包括:
S101:物联网网关接收指令,并识别所述指令的类型,所述类型包括存车指令、取车指令,若所述类型为取车指令,则执行S102,若所述类型为存车指令,则执行S103;
S102:获取车辆的位置,通过广度优先搜索算法、取车路径的评分得到最优取车路径,将所述最优取车路径转发至自动操控机构,以使所述自动操控机构根据所述最优取车路径取车;
S103:获取车辆对应的空车位,通过广度优先算法计算计算所述空车位移动至立体车库存取口的最优移动路径以及所述车辆从立体车库存取口存入立体车库的最优存车路径,获取所述最优移动路径、最优存车路径对应的运营成本,并将运营成本最小的最优移动路径、最优存车路径转发至自动操控机构,以使所述自动操控机构根据所述最优移动路径、最优存车路径执行存车。
2.如权利要求1所述的存取车方法,其特征在于,所述物联网网关自组网形成边缘计算网络,通过边缘计算网络执行所述存取车方法。
3.如权利要求1所述的立体车库的存取车方法,其特征在于,所述取车指令为立体车库操作人员现场发出的取车指令或车主用户的远程请求,物联网网关收到取车指令后,获取所述取车指令对应的车辆所在的车位,通过广度优先搜索算法进行取车路径搜索,得到取车路径集合;利用公式计算每条取车路径的综合评分,并将综合评分最小的取车路径确定为所述车位的取车路径,将所述取车路径发送给自动执行终端,其中,Si为第i条取车路径的综合评分,β1和β2分别为所述取车路径的时效性权重和经济性权重,ti为第i取车条路径的移动时间,tmax为所有取车路径中的最大移动时间,pi为第i条取车路径的成本,pmax为所有取车路径中的最大移动成本,ti/tmax和pi/pmax为去量纲后的折标值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110542110.0A CN113506463A (zh) | 2021-05-18 | 2021-05-18 | 立体车库的存取车方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110542110.0A CN113506463A (zh) | 2021-05-18 | 2021-05-18 | 立体车库的存取车方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113506463A true CN113506463A (zh) | 2021-10-15 |
Family
ID=78008473
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110542110.0A Pending CN113506463A (zh) | 2021-05-18 | 2021-05-18 | 立体车库的存取车方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113506463A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114419918A (zh) * | 2021-12-13 | 2022-04-29 | 深圳市易停车库科技有限公司 | 一种机械车库资源协配方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106193734A (zh) * | 2016-07-08 | 2016-12-07 | 青岛华通能源投资有限责任公司 | 一种立体车库调度控制装置 |
CN106200577A (zh) * | 2016-07-08 | 2016-12-07 | 青岛华通能源投资有限责任公司 | 一种立体车库调度控制方法 |
CN107622687A (zh) * | 2017-07-25 | 2018-01-23 | 深圳市盛路物联通讯技术有限公司 | 基于物联网的立体车库车辆停放方法及相关产品 |
CN108008666A (zh) * | 2017-10-31 | 2018-05-08 | 上海雅直科技有限公司 | 一种建筑神经网络及其工作方法 |
CN108961434A (zh) * | 2018-07-19 | 2018-12-07 | 西安艾润物联网技术服务有限责任公司 | 立体车库管理系统及立体车库管理方法 |
CN110239394A (zh) * | 2019-06-25 | 2019-09-17 | 章礼道 | 基于5G-IoT高精度温度传感器的电动乘用车智能电池管理系统 |
CN111145584A (zh) * | 2019-12-20 | 2020-05-12 | 中移(杭州)信息技术有限公司 | 基于PaaS平台的车库管理方法、装置、系统及存储介质 |
-
2021
- 2021-05-18 CN CN202110542110.0A patent/CN113506463A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106193734A (zh) * | 2016-07-08 | 2016-12-07 | 青岛华通能源投资有限责任公司 | 一种立体车库调度控制装置 |
CN106200577A (zh) * | 2016-07-08 | 2016-12-07 | 青岛华通能源投资有限责任公司 | 一种立体车库调度控制方法 |
CN107622687A (zh) * | 2017-07-25 | 2018-01-23 | 深圳市盛路物联通讯技术有限公司 | 基于物联网的立体车库车辆停放方法及相关产品 |
CN108008666A (zh) * | 2017-10-31 | 2018-05-08 | 上海雅直科技有限公司 | 一种建筑神经网络及其工作方法 |
CN108961434A (zh) * | 2018-07-19 | 2018-12-07 | 西安艾润物联网技术服务有限责任公司 | 立体车库管理系统及立体车库管理方法 |
CN110239394A (zh) * | 2019-06-25 | 2019-09-17 | 章礼道 | 基于5G-IoT高精度温度传感器的电动乘用车智能电池管理系统 |
CN111145584A (zh) * | 2019-12-20 | 2020-05-12 | 中移(杭州)信息技术有限公司 | 基于PaaS平台的车库管理方法、装置、系统及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114419918A (zh) * | 2021-12-13 | 2022-04-29 | 深圳市易停车库科技有限公司 | 一种机械车库资源协配方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106327911B (zh) | 一种用于停车场的智能停车控制系统 | |
CN105489054B (zh) | 一种智能车库管理应用系统及其方法 | |
CN105702082B (zh) | 基于移动终端App实现车位预约和停车场选择的方法及系统 | |
CN107610247B (zh) | 停车管理方法和云端服务器 | |
CN105551288B (zh) | 一种基于物联网的智慧停车场交通管理系统 | |
CN108182823A (zh) | 一种园区停车位区块化智慧管理与服务引导系统 | |
CN102522002B (zh) | 一种大型停车场的全方位智能引导系统及方法 | |
CN109598938B (zh) | 基于无人机城市交通诱导系统及城市综合智能交通系统 | |
CN106355894A (zh) | 车型检测功能模块和综合停车管理系统 | |
CN111553994A (zh) | 一种停车场的智能管理系统、停车场、停车方法及装置 | |
CN109703389B (zh) | 基于新能源公交车的车桩网一体化充电调度装置及方法 | |
CN109255947A (zh) | 一种车位管理方法、装置和终端设备 | |
CN111243275B (zh) | 一种基于计算机视觉的收费站交通状态监测装置和方法 | |
CN106296355A (zh) | 一种基于电量匹配的web门户预约租车系统及方法 | |
CN105489060A (zh) | 一种智能停车场系统 | |
CN114141047A (zh) | 车位管理方法、设备与系统 | |
CN112669474A (zh) | 一种基于互联网的智慧园区停车管理系统 | |
CN112419714A (zh) | 一种基于大数据的城市智慧停车管理系统 | |
CN110782697A (zh) | 基于云数据和双平台的私家车位共享系统 | |
CN113506463A (zh) | 立体车库的存取车方法 | |
CN113299109A (zh) | 一种适用于智慧城市的智慧停车管理系统 | |
CN114677857A (zh) | 基于车联网的园区自动驾驶车辆的车位分配及停车系统 | |
CN110047282A (zh) | 一种智能交警执法辅助系统 | |
CN109677294B (zh) | 一种移动充电及其管理系统 | |
CN113192357A (zh) | 停车场管理方法、边缘服务器及区域管理服务器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211015 |